HANA是一個軟硬體結合體，提供高性能的數據查詢功能，用戶可以直接對大量實時業務數據進行查詢和分析，而不需要對業務數據進行建模、聚合等。
基本介紹
- 軟體名稱：High-Performance Analytic Appliance
- 屬性：分析軟體
- 簡稱：hana
- 功能：高性能的數據查詢
套用軟體,做些什麼,選擇理由,
套用軟體
（High-Performance Analytic Appliance ，簡稱HANA）
SAP記憶體資料庫的數據並不是只在記憶體里，也會不停寫到硬碟里，這就用到複製伺服器Replication Server，包括Log-based，Trigger-based和ETL-based。這些複製伺服器需要用到Sybase Replication Server、Sybase Replication Server Agent、Sybase Adaptive Server EntERPrise (AES，適用性伺服器)等，以及HANA Load Controller和BO Data Services。鑒於國內HANA人才市場與日俱增的需求，也建立了完善的HANA培訓體系。
2010年SAP全球技術研發者大會上，SAP發布了SAP 高性能分析套用軟體（SAP High-Performance Analytic Appliance ，簡稱SAP HANA），2011年則開始將成熟的產品和解決方案向全球推廣,目前SAP HANA也是SAP歷史上用戶增長速度最為迅猛的產品之一。它藉助主存儲器、處理器技術和套用訣竅領域的最新成果，SAP HANA充分發揮記憶體數據處理的威力，使分析套用軟體獲得了前所未有的效能，並由此開啟了一個全新的套用軟體類別。
軟體方面，HANA的記憶體資料庫（SAP In-Memory Database， IMDB）是其重要組成部分，包括資料庫伺服器(In-Memory Database Server)、建模工具（Studio）和客戶端工具（ODBO、JDBC、ODBC、SQLDBC等）。HANA的計算引擎（Computing Engine）是其核心，負責解析並處理對大量數據的各類CRUDQ操作，支持SQL和MDX語句、SAP和non-SAP數據。比較顯而易見的一點是，HANA計算引擎要快速處理用戶複雜的查詢請求，快速返回查詢結果。
SAP記憶體資料庫的數據並不是只在記憶體里，也會不停寫到硬碟里，這就用到複製伺服器Replication Server，包括Log-based，Trigger-based和ETL-based。這些複製伺服器需要用到Sybase Replication Server、Sybase Replication Server Agent、Sybase Adaptive Server EntERPrise (AES，適用性伺服器)等，以及HANA Load Controller和BO Data Services。
硬體方面，SAP和多個硬體廠商合作生產支持HANA的高性能伺服器，包括Dell R910、Fujitsu、HP DL580、IBM x3850等，以及和Cisco（Cisco Unified Computing System. UCS）等公司的合作。直觀地說，這些機器的硬碟可能是數個600GB、轉速10k rpm的硬碟組成RAID，記憶體可能有1T，檔案系統可能是ext3或GPFS（IBM通用串列檔案系統，General Parallel File System）。
HANA的快在於用大記憶體提供記憶體資料庫，並在記憶體資料庫里採用列式存儲從而可以將更多的數據裝進記憶體（列式存儲更適合數據壓縮）。
SAP HANA的誕生，主要是應對當前企業里不同來源的海量數據，並將這些不同結構的數據進行整合，進一步實時進行數據挖掘和分析。
SAP全球高級副總裁、全球創智革新部門負責人孫小群強調，SAP選擇的這些合作夥伴，對於SAP的客戶來說，只是給了他們一種參考，客戶可以自己自由地選擇硬體，所有的硬體都是商品化的硬體，並非合作夥伴專門為SAP做出的產品，或者為SAP專門設計。
SAP中國區商務用戶和技術平台事業部總經理張俠表示，SAP也並沒有因為選擇了這些合作夥伴，而鎖定硬體廠商，這個合作是開放的，其他的硬體廠商如果願意也可以加入進來。當然與SAP合作的廠商，在競爭上會具有有優勢。
當然，SAP對於合作夥伴也有自己的要求。他們首先要在SAP總部進行認證，達到一定的標準。同時，SAP還要和合作夥伴一起建立一個共同的市場戰略，SAP還會提供一些培訓的課程。
不過，SAP HANA的實施，還是由SAP自己來完成，在前期樹立一些樣板客戶，未來會從培訓、認證、解決方案等方面逐步完善，客戶可以選擇實施方或者客戶自己部署。
做些什麼
1、 交易數據
2、 商業分析集群模式搜尋業務功能
3、 規劃、模擬
4、 結構型和非結構性數據
5、 事件型數據
選擇理由
1、 海量數據集
2、 非常複雜的SQL
3、 快速回響時間
4、 結構化數據和非結構化數據的結合
5、 及時回響新生成的查詢
6、無需預付構建數據立方
7、基於實時數據的商業分析
8、平台無法支持的一些套用
9、簡化系統環境，新舊套用運行在同一架構
10、添加處理器和刀片伺服器形成無限的擴展能力
